基于马氏距离的重采样方法在流量识别中的应用

• 作者: 刘竞 时鸿涛 李洪平
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 工学
• 关键词: 马氏距离 主成分分析 流量识别 多分类不均衡 重采样方法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP391
• 字数: 4047字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20170150

摘要

针对网络流量识别中的多分类数据分布不均衡的问题,本文提出了一种基于马氏距离的重采样方法.首先,将网络流量数据进行零均值化处理并转换至主成分空间;再根据少数类样本数据到集合中心点之间的马氏距离对其进行新样本的生成;之后将新生成的样本数据转换至原始空间并进行逆零均值化处理;最后返回所有新生成的样本数据.使用剑桥大学公共网络流量数据进行流量分类实验,实验结果表明该方法能够有效提升少数类的识别准确率,并且比现有的重采样方法和成本敏感方法能够获得更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪平	中国海洋大学信息工程学院	23	72	5.0	7.0
2	时鸿涛	中国海洋大学信息工程学院	5	8	2.0	2.0
3	刘竞	中国海洋大学信息工程学院	3	0	0.0	0.0